Valores e Vectores Prprios

Carlos Luz
Departamento de Matemtica
Escola Superior de Tecnologia de Setbal
Ano Lectivo 2004/2005
Contedo
1 Denio de Valor e Vector Prprios 2
2 Um Exemplo de Aplicao 8
3 Propriedades dos valores e vectores prprios 11
4 Teorema de Cayley-Hamilton 16
5 Exerccios Resolvidos 17
6 Exerccios Propostos 23
7 Solues dos Exerccios Propostos 26
Bibliograa 27
1
Vimos atrs que, se E um espao vectorial de dimenso nita, qualquer endomorsmo T : E
E pode ser representado em diferentes bases por matrizes semelhantes. Coloca-se naturalmente o
problema de encontrar a base de E que conduz mais simples das representaes matriciais. O
ideal seria que esta matriz fosse diagonal para podermos obter cada componente do vector imagem
T(x) a partir da correspondente componente do vector objecto x. Como veremos, isto acontece em
algumas situaes mas nem sempre possvel. Nestes ltimos casos, h contudo a possibilidade de
representar a matriz da transformao linear na forma cannica de Jordan, a qual constitui, grosso
modo, uma aproximao da forma diagonal.
A resoluo das questes mencionadas passa pelas noes de valor e vector prprio que intro-
duziremos seguidamente.
1 Denio de Valor e Vector Prprios
Seja E um espao vectorial sobre um corpo K (R ou C) e T : E E uma transformao linear
(endomorsmo de E).
Denio 1.1 Um vector no nulo x de E designa-se por vector prprio de T se existe um
escalar K tal que T(x) = x. O escalar diz-se o valor prprio de T associado ao vector
prprio x. Diz-se tambm que x um vector prprio de T associado ao valor prprio .
O conjunto dos valores prprios de T designado por espectro de T.
Exemplo 1.1 (Signicado geomtrico de valor e vector prprio) Voltemos a considerar a trans-
formao linear
T : R
2
R
2
(x
1
, x
2
) T(x
1
, x
2
) = (x
2
, x
1
).
1
x
2
x
2
x
1
x
1 2
( , ) x x x =

2 1
( ) ( , ) T x x x =

2 1
x x =
1
x
2
x
2
x
1
x
1 2
( , ) x x x =

2 1
( ) ( , ) T x x x =

2 1
x x =
Figura 1: Reexo.
Geometricamente, j vimos que a transformao T aplica um vector (x
1
, x
2
) no seu simtrico
(x
2
, x
1
) relativamente bissectriz dos quadrantes mpares (observe-se a gura 1), dizendo-se, por
isso, uma reexo. Verica-se facilmente que os vectores com a direco da referida bissectriz (cuja
equao x
2
= x
1
) so transformados em si prprios pois,
T(x
1
, x
1
) = (x
1
, x
1
) = 1 (x
1
, x
1
).
Tem-se pois que os vectores da forma (x
1
, x
1
) (por exemplo, (1, 1), (2, 2), (

2,

2), etc.) so
vectores prprios de T associados ao valor prprio = 1 (ver gura 2).
2 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Tambm os vectores perpendiculares bissectriz dos quadrantes mpares (ver gura 2), isto ,
os vectores da forma (x
1
, x
1
), so vectores prprios de T associados ao valor prprio = 1 pois,
T(x
1
, x
1
) = (x
1
, x
1
) = 1 (x
1
, x
1
).
( ) x T x =

( ) T x

1 2
x x =
1 2
x x =
1
x
2
x
( ) x T x =

( ) T x

1 2
x x =
1 2
x x =
1
x
2
x
Figura 2: Vectores prprios de T(x
1
, x
2
) = (x
2
, x
1
).
V-se, assim, que os vectores prprios de T representam direces (neste caso do plano) que se
mantm invariantes pela aco da transformao T. Mais precisamente, so vectores transformados
por T em vectores colineares, vericando-se que os quocientes entre as componentes homlogas das
imagens e dos respectivos objectos so iguais ao valor prprio associado. .
Exemplo 1.2 (O operador de derivao) Seja V o espao vectorial de todas as funes reais
diferenciveis num intervalo aberto de R. Seja D a transformao linear que a cada funo de V
faz corresponder a sua derivada, isto ,
D : V V
f D(f) = f

.
costume designar D por operador de derivao. Facilmente se v que D uma transformao
linear pois, para quaisquer funes f, g V,
D(f +g) = (f +g)

= f

+g

= D(f) +D(g)
e, sendo R e f V ,
D(f) = (f)

= f

.
Os vectores prprios de D so as funes f no nulas de V que satisfazem a equao
D(f) = f,
ou seja,
f

= f,
para um certo escalar real . Esta uma equao linear de primeira ordem cujas solues so dadas
pela frmula
f(x) = ce
x
,
em que c uma constante arbitrria. Assim, os vectores prprios de D so todas as funes
exponencias f(x) = ce
x
comc = 0. O escalar o valor prprio associado ao vector prprio f(x) =
ce
x
. De notar que a transformao D tem uma innidade de valores prprios e que associado a
cada um destes existe uma innidade de vectores prprios (basta fazer variar o parmetro c)
3 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Exerccio 1.1 Indique, a partir da interpretao geomtrica, quais os valores e vectores prprios
da transformao P : R
3
R
3
denida por P(x, y, z) = (x, y, 0).
Quando E um espao vectorial de dimenso nita, a transformao linear T : E E pode
ser representada por uma matriz A relativamente a uma base xada em E. Ento, pela denio
1.1, um vector prprio de T um vector x no nulo tal que Ax = x, visto que esta igualdade
equivale a T(x) = x. Sendo X a representao matricial de x, como
Ax = x AX = X AX X = O (AI) X = O,
onde I a matriz identidade e O uma matriz coluna nula, concluimos que x vector prprio
de T associado ao valor prprio se e s se X uma soluo no nula do sistema homogneo
(AI) X = O. Mas este sistema possui solues no nulas se e s se det(A I) = 0, pelo que
ca provado o seguinte:
Proposio 1.1 Seja E um espao vectorial de dimenso nita sobre um corpo K e T um endo-
morsmo de E representado pela matriz A em relao a uma base de E. Ento, um escalar K
um valor prprio de T se e s se uma soluo da equao det (AI) = 0.
A proposio anterior sugere o estudo do determinante det(AI) em funo de . Admitiremos
em tudo o que se segue que os elementos das matrizes intervenientes pertencem a um corpo K (R
ou C).
Proposio 1.2 Se A = [a
ij
] uma matriz de ordem n e I a matriz identidade de ordem n, a
funo p denida por
p() = det(AI) =

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn

um polinmio em de grau n, designado por polinmio caracterstico de A. O coeciente do

termo de grau n do polinmio p (1)
n
e o termo constante p(0) = det(A).
Demonstrao. Recorde-se (ver [4, pg. 182]) que o determinante de A I pode calcular-se
multiplicando cada termo da matriz
1
por +1 ou 1 e somando em seguida os resultados obtidos.
Cada termo o produto de elementos da matriz em que cada linha ou coluna se encontra represen-
tada uma e uma s vez. Como os elementos da matriz AI so constantes ou da forma a
ii
,
conclui-se que cada termo de A I um polinmio de grau n. Visto que o termo da matriz
resultante do produto dos elementos da diagonal principal,
(a
11
) (a
22
) (a
nn
) , (1)
um polinmio de grau n, ca provado que p um polinmio em de grau n.
Do que se disse resulta imediatamente que o coeciente de
n
em p o coeciente de
n
em
(1), ou seja, (1)
n
. Por m, fazendo = 0 em p() = det(AI), obtm-se p(0) = det A.
Sendo E um espao vectorial de dimenso nita em que se xou uma base, os valores e os
vectores prprios de um endomorsmo de E so tambm designados por valores e vectores prprios
da matriz que o representa. Tem-se pois:
1
No confundir com a noo de termo de um polinmio.
4 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Denio 1.2 Se A uma matriz quadrada, os valores prprios de A so as razes da equao
p() = det(AI) = 0,
designada por equao caracterstica de A. Os vectores prprios de A associados ao valor prprio
so as solues do sistema
AX = X (AI) X = O,
A multiplicidade algbrica de um valor prprio a multiplicidade do escalar enquanto
raiz da equao caracterstica
2
.
O espectro de A o conjunto dos seus valores prprios.
Antes da apresentao de alguns exemplos, vamos sistematizar o procedimento a seguir no
clculo dos valores e vectores prprios de uma matriz A quadrada:
1. Calcular o polinmio caracterstico de A, isto , p() = det(AI).
2. Resolver a equao p() = 0 para obter as razes da equao caracterstica (estas razes
so os valores prprios de A).
3. Para cada valor prprio obtido no ponto anterior, resolver o sistema homogneo (A
I)X = O (as solues no nulas deste sistema so os vectores prprios associados ao valor
prprio ).
Exemplo 1.3 Consideremos a transformao linear reexo T(x
1
, x
2
) = (x
2
, x
1
) dada no exemplo
1.1. Supondo xada a base cannica emR
3
, para calcular os vectores e valores prprios necessrio
conhecer a matriz A que representa T. Como T(1, 0) = (0, 1) e T(0, 1) = (1, 0) tem-se
A =
_
0 1
1 0
_
.
Ento
det(AI) = 0

1
1

= 0
2
1 = 0 ( + 1) ( 1) = 0 = 1,
donde A tem dois valores prprios distintos +1 e 1, tendo cada um deles multiplicidade algbrica
1.
Vejamos como calcular os vectores prprios. Para isso, vamos resolver, para cada valor de , o
sistema homogneo
(AI)
_
x
1
x
2
_
=
_
0
0
_

_
1
1
__
x
1
x
2
_
=
_
0
0
_
.
Assim:
Se = 1 tem-se
_
1 1
1 1
_ _
x
1
x
2
_
=
_
0
0
_

_
x
1
+x
2
= 0
x
1
x
2
= 0
x
2
= x
1
,
donde os vectores prprios associados so os vectores no nulos da forma (x
1
, x
1
) = x
1
(1, 1).
O conjunto destes vectores reunido com o vector nulo representa-se por E[1]. Assim, E[1] =
(1, 1) , pelo que E[1] um subespao vectorial de R
2
, designado habitualmente por subes-
pao prprio associado ao valor prprio 1;
2
Do Teorema Fundamental da lgebra resulta que um polinmio caracterstico p de grau n tem exactamente
n zeros, podendo alguns deles ser iguais. Assim, se p tem m zeros distintos
1
,
2
, . . . , m (m n), ento pode
factorizar-se na forma
p() = (1)
n
(
1
)
n
1
(
2
)
n
2
(
m
)
nm
em que n
1
+ n
2
+ + nm = n. Os expoentes n
1
, n
2
, . . . , nm so as multiplicidades algbricas dos valores prprios

1
,
2
, . . . , m, respectivamente. Para i = 1, . . . , m, n
i
pois o nmero de zeros iguais a
i
.
5 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Se = 1 tem-se
_
1 1
1 1
__
x
1
x
2
_
=
_
0
0
_

_
x
1
+x
2
= 0
x
1
+x
2
= 0
x
2
= x
1
,
donde os vectores prprios associados so os vectores no nulos da forma (x
1
, x
1
) =
x
1
(1, 1). Ento E[1] = (1, 1) .
Proposio 1.3 Seja E um espao vectorial de dimenso nita e T : E E uma transformao
linear representada pela matriz A em relao a uma base de E. Para cada valor prprio de T, o
conjunto
E[] = {x E : T(x) = x} = {x E : (AI)x =

0}
um subespao vectorial de E.
Demonstrao. Da segunda igualdade conclui-se que E[] precisamente o espao nulo da matriz
AI, pelo que constitui um subespao de E.
Denio 1.3 Nas condies da proposio anterior, o subespao E[] designa-se por subespao
prprio (ou subespao caracterstico) de T (ou de A) associado ao valor prprio . A sua
dimenso denomina-se por multiplicidade geomtrica de .
Os subespaos prprios associados a valores prprios de uma transformao T : E E so
exemplos de subespaos invariantes de T. Um subespao F de E diz-se invariante de T se e s se
T(F) F. Deste modo, como para qualquer x E[], T(x) = x E[], podemos concluir que
T(E[]) E[], ou seja, E[] invariante de T.
Tambm, como fcil de vericar, sendo
1
e
2
valores prprios de T, a soma E[
1
] +E[
2
]
um subespao invariante da transformao T.
Ainda outro exemplo: no espao P
n
dos polinmios de grau menor ou igual a n, os subespaos
P
k
(k n) so invariantes em relao ao operador de derivao. Com efeito, seja p D(P
k
). Como
D(P
k
) P
k
, tem-se p P
k
e, portanto, D(P
k
) P
k
.
Voltando ao exemplo 1.3, vemos que as multiplicidades geomtricas de E[1] e E[1] so ambas
iguais a 1 e, portanto, coincidem com as multiplicidades algbricas dos respectivos valores prprios.
Mas nem sempre assim acontece como se mostra no exemplo seguinte.
Exemplo 1.4 Consideremos a matriz
A =
_

_
2 1 0 0
0 2 0 0
0 0 1 0
0 0 0 1
_
_
_
_
.
Ento,
det(AI) =

2 1 0 0
0 2 0 0
0 0 1 0
0 0 0 1

= (2 )
2
(1 +) (1 ) ,
pelo que a matriz tem os valores prprios 2, 1 e 1, o primeiro com multiplicidade algbrica 2 e os
restantes com multiplicidade algbrica 1.
6 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Para calcular os vectores prprios, vamos resolver, para cada valor de , o sistema homogneo
_

_
2 1 0 0
0 2 0 0
0 0 1 0
0 0 0 1
_
_
_
_
_

_
x
1
x
2
x
3
x
4
_
_
_
_
=
_

_
0
0
0
0
_
_
_
_
.
Assim:
Se = 2 tem-se
_

_
0 1 0 0
0 0 0 0
0 0 3 0
0 0 0 1
_
_
_
_
_

_
x
1
x
2
x
3
x
4
_
_
_
_
=
_

_
0
0
0
0
_
_
_
_

_
_
_
x
1
= 0
3x
3
= 0
x
4
= 0

_
_
_
x
1
= 0
x
3
= 0
x
4
= 0
donde E[2] = (0, 1, 0, 0) . Consequentemente, visto que dimE[2] = 1, a multiplicidade
geomtrica do valor prprio = 2 igual a 1, inferior portanto sua multiplicidade algbrica,
que 2.
Se = 1 tem-se
_

_
3 1 0 0
0 3 0 0
0 0 0 0
0 0 0 2
_
_
_
_
_

_
x
1
x
2
x
3
x
4
_
_
_
_
=
_

_
0
0
0
0
_
_
_
_

_
_
_
3x
1
+x
2
= 0
3x
2
= 0
2x
4
= 0

_
_
_
x
1
= 0
x
2
= 0
x
4
= 0
donde E[1] = (0, 0, 1, 0) e as multiplicidades algbrica e geomtrica coincidem.
Se = 1, tem-se E[1] = (0, 0, 0, 1) e, portanto, tambm aqui as multiplicidades algbrica e
geomtrica coincidem.
Este exemplo deixa perceber que a multiplicidade geomtrica de um valor prprio menor
ou igual respectiva multiplicidade algbrica. Provaremos adiante na proposio 3.7 que sempre
assim acontece.
Vejamos agora o caso de uma matriz com valores prprios complexos.
Exemplo 1.5 Consideremos o espao vectorial complexo C
3
. Seja T : C
3
C
3
a transformao
linear cuja matriz representativa na base cannica de C
3
dada por
A =
_
_
1 0 0
0 0 1
0 1 0
_
_
.
O polinmio caracterstico de A
p() = (1 )
_

2
+ 1
_
= (1 ) ( i) ( +i)
pelo que os valores prprios de T (ou de A) so
= 1 = i = i.
Para obter os vectores prprios associados, vamos resolver, para cada valor de , o sistema ho-
mogneo
_
_
1 0 0
0 1
0 1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
.
Assim:
7 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Se = 1 tem-se
_
_
0 0 0
0 1 1
0 1 1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
x
2
x
3
= 0
x
2
x
3
= 0

_
x
2
= 0
x
3
= 0
donde E[1] = (1, 0, 0) . Consequentemente, visto que dimE[1] = 1, as multiplicidades
algbrica e geomtrica coincidem.
Se = i tem-se
_
_
1 i 0 0
0 i 1
0 1 i
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
(1 i) x
1
= 0
ix
2
x
3
= 0
x
2
ix
3
= 0

_
x
1
= 0
x
2
= ix
3
donde E[i] = (0, i, 1) . Consequentemente, visto que dimE[1] = 1, tambm neste caso as
multiplicidades algbrica e geomtrica coincidem.
Se = i tem-se
_
_
1 +i 0 0
0 i 1
0 1 i
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
(1 +i) x
1
= 0
ix
2
x
3
= 0
x
2
+ix
3
= 0

_
x
1
= 0
x
2
= ix
3
donde E[i] = (0, i, 1) . Tal como anteriormente, as multiplicidades algbrica e geom-
trica coincidem, pois dimE[i] = 1. Note-se que se podem obter os vectores de E[i]
passando as componentes dos vectores de E[i] ao conjugado. Este procedimento pode ser
sempre utilizado desde que A seja uma matriz de elementos reais. De facto, conjugando
ambos os membros da igualdade AX = X obtm-se A

X =

X, onde

X a matriz coluna
cujas componentes so os conjugados das componentes de X.
Como T um endomorsmo do espao vectorial complexo C
3
, os valores prprios de A e de
T coincidem, dado que as razes da equao caracterstica pertencem a C. Se, por outro lado,
considerssemos T um endoformismo do espao vectorial real R
3
, representado matricialmente por
A, ento as razes +i e i da equao caracterstica no seriam valores prprios de T, visto que
no pertencem ao corpo dos nmeros reais. Neste caso T teria unicamente o valor prprio = 1,
ou seja, somente a raz da equao caracterstica pertencente ao corpo de escalares de R
3
seria
valor prprio do endomorsmo T.
2 Um Exemplo de Aplicao
As aplicaes dos valores e vectores prprios so extremamente numerosas. Seguidamente, veremos
um exemplo de aplicao resoluo de um sistema de equaes diferenciais.
Exemplo 2.1 Consideremos o sistema homogneo de duas equaes diferenciais,
_
y

1
(t) = 2y
2
(t)
y

2
(t) = 2y
1
(t)
,
em que y
1
e y
2
representam duas funes incgnitas de uma varivel real t, denidas num intervalo
V R. Matricialmente este sistema pode escrever-se na forma
y

(t) = Ay(t)
_
y

1
(t)
y

2
(t)
_
=
_
0 2
2 0
_ _
y
1
(t)
y
2
(t)
_
. (2)
8 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Para determinar as funes incgnitas y
1
e y
2
, vamos proceder por analogia com o caso univariado.
Como recordmos no exemplo 1.2, as solues da equao diferencial y

(t) = y(t), em que um

escalar real, podem escrever-se na forma y(t) = xe
t
, em que x uma constante arbitrria depen-
dente das condies iniciais (por exemplo, se y(0) = 1 ter-se- x = 1). Por analogia, suponhamos
que o vector
y(t) = xe
t

_
y
1
(t)
y
2
(t)
_
=
_
x
1
x
2
_
e
t
onde x =
_
x
1
x
2
_
um vector de constantes, uma soluo do sistema dado (2). Ento, derivando
y(t) componente a componente, obtm-se
y

(t) = xe
t

_
y

1
(t)
y

2
(t)
_
=
_
x
1
x
2
_
e
t
.
Substituindo y

(t) em (2) vem
xe
t
= Axe
t
,
pelo que dividindo ambos os membros desta igualdade por e
t
, somos conduzidos a
Ax = x.
Assim, para que a funo vectorial y(t) = xe
t
seja soluo do sistema dado (2) necessrio que
x seja um vector prprio da matriz A associado ao valor prprio .
Determinemos os valores e vectores prprios de A. Ora
|AI| = 0

0 2
2 0

= 0
2
4 = 0 = 2 = 2.
Para os vectores prprios temos os seguintes clculos:
Se = 2,
_
0 2 2
2 0 2
__
x
1
x
2
_
=
_
0
0
_
x
1
= x
2
,
pelo que E[2] = (1, 1).
Se = 2,
_
0 (2) 2
2 0 (2)
__
x
1
x
2
_
=
_
0
0
_
x
1
= x
2
,
pelo que E[2] = (1, 1).
Ento, tomando os vectores prprios x
1
=
_
1
1
_
(associado a = 2) e x
2
=
_
1
1
_
(associado
a = 2), temos que os vectores
y
1
(t) = x
1
e
2t
=
_
1
1
_
e
2t
e y
2
(t) = x
2
e
2t
=
_
1
1
_
e
2t
so solues do sistema (2). Mais: como veremos, os vectores y
1
e y
2
so sucientes para gerar
todas as suas solues do sistema, visto que qualquer soluo y de (2) uma combinao linear de
y
1
e y
2
, isto ,
y(t) = c
1
y
1
(t) +c
2
y
2
(t) = c
1
_
1
1
_
e
2t
+c
2
_
1
1
_
e
2t
9 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
em que c
1
e c
2
so constantes arbitrrias. Consequentemente, as funes incgnitas y
1
e y
2
so
dadas por
_
y
1
(t) = c
1
e
2t
c
2
e
2t
y
2
(t) = c
1
e
2t
+c
2
e
2t
. (3)
Vejamos como visualizar gracamente a soluo do sistema.
-4
-2
0
2
4
-4 -2 2 4
c
c
<
>
1
2
0
0
c
c
>
<
1
2
0
0
c
c
>
>
1
2
0
0
c
c
<
<
1
2
0
0
y
1
y
2
-4
-2
0
2
4
-4 -2 2 4
c
c
<
>
1
2
0
0
c
c
>
<
1
2
0
0
c
c
>
>
1
2
0
0
c
c
<
<
1
2
0
0
y
1
y
2
Figura 3: Esboo do retrato de fase do sistema (2).
Para cada escolha das constantes c
1
e c
2
, obtemos no plano y
1
y
2
uma curva designada por
rbita do sistema. O conjunto de todas as rbitas designa-se por retrato de fase do sistema e o
plano y
1
y
2
que contm todas as rbitas recebe a designao de espao de fases do sistema.
Assim, por exemplo, se c
2
= 0, tem-se que y
1
(t) = y
2
(t) = c
1
e
2t
, pelo que a rbita correspon-
dente a c
2
= 0 e c
1
> 0 a parte da bissectriz y
2
= y
1
situada no 1
o
quadrante do plano y
1
y
2
,
como mostra a gura 3 (a seta indica a direco de crescimento da varivel t). Caso c
2
= 0 e c
1
< 0
obtemos a parte da recta y
2
= y
1
situada no 3
o
quadrante. Em qualquer das situaes vemos que
||y(t)|| + quando t +.
Por outro lado, se c
1
= 0, tem-se que y
1
(t) = y
2
(t), qualquer que seja c
2
no nulo. Para
qualquer par de valores c
1
e c
2
nestas condies, a rbita correspondente a bissectriz dos qua-
drantes pares y
2
= y
1
. Tem-se neste caso que ||y(t)|| 0 quando t +, como sugerem as
setas colocadas sobre aquela bissectriz na gura 3.
Quando c
1
c
2
= 0, obtm-se quatro tipos de rbitas conforme se apresenta na mesma gura.
Por exemplo, para c
1
> 0 e c
2
< 0 obtm-se solues representadas por curvas que atravessam o 1
o
e o 2
o
quadrantes do plano y
1
y
2
, as quais tm por assimptotas as rectas y
2
= y
1
e y
2
= y
1
. Como
se v, para qualquer combinao de c
1
e c
2
nestas condies, tem-se tambm que ||y(t)|| +
quando t + ou t .
evidente que no possvel apresentar o retrato de fase de um sistema na sua totalidade, j
que seria necessrio representar uma innidade de curvas cobrindo todo o plano. Assim, costume
representar-se um conjunto de rbitas tpicas, formando-se um esboo do retrato de fase. No caso
do sistema (2), o esboo do retrato de fase apresentado na g. 3. Ele congura uma situao
tpica de ponto de sela (na origem), a qual ocorre num sistema em que, tal como acontece no
sistema (2), os valores prprios da matriz dos coecientes so reais e de sinais contrrios.
10 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Suponhamos, para nalizar, que pretendemos resolver o problema de valores iniciais associado
ao sistema (2) com y
1
(0) = 3 e y
2
(0) = 0. Calculando em (3) y
1
(0) e y
2
(0) e igualando a 3 e a 0,
respectivamente, obtm-se
_
c
1
c
2
= 3
c
1
+c
2
= 0

_
c
1
= 3/2
c
2
= 3/2
.
A soluo procurada ento
_
_
_
y
1
=
3
2
e
2t
+
3
2
e
2t
y
2
=
3
2
e
2t

3
2
e
2t
.
e representada pela curva que se encontra mais direita na gura 3.
3 Propriedades dos valores e vectores prprios
Vejamos agora algumas propriedades dos valores e vectores prprios.
Proposio 3.1 Os valores prprios de uma matriz triangular so os elementos da diagonal prin-
cipal.
Demonstrao. Exerccio.
Proposio 3.2 Seja A = [a
ij
] uma matriz de ordem n e
1
,
2
, . . . ,
n
os seus valores prprios.
Ento:
(a) det A =
1

2

n
.
(b) tr A =
1
+
2
+ +
n
, onde tr A representa o trao da matriz A, isto , a soma dos
elementos da diagonal principal de A.
Demonstrao. Consideremos o polinmio caracterstico da matriz A :
p() = det(AI) = (1)
n

n
+c
n1

n1
+ +c
1
+c
0
.
Sendo
1
,
2
, . . . ,
n
as razes de p(), repetidas tantas vezes quanto a sua ordem de multiplicidade,
o polinmio pode escrever-se na forma
p() = (1)
n
(
1
) (
n
) .
Comparando estas duas formas de p() conclui-se que o termo independente c
0
e o coeciente do
termo de ordem n 1 so dados por
c
0
=
1

2

n
c
n1
= (1)
n
(
1
+
2
+ +
n
) .
Como p(0) = det A = c
0
, conclui-se det A =
1

2

n
, o que prova (a).
Para provar (b) teremos de identicar os termos de det(AI) que contribuem para o termo
de grau n 1 em p(). Recordando a frmula de clculo do determinante custa dos termos da
matriz (ver Teorema 5.2 em [4, pg. 182]), somente o termo par (a
11
) (a
nn
) daquele
determinante pode contribuir para a parcela c
n1

n1
de p(). Isto porque, em cada um destes
termos, tm de estar presentes pelo menos n1 factores pertencentes diagonal principal de AI;
o restante factor tem que representar uma linha e uma coluna diferente da dos anteriores, pelo
que no pode deixar de pertencer tambm diagonal principal de AI. Como o coeciente de

n1
em (a
11
) (a
nn
) (1)
n
(a
11
+a
22
+ +a
nn
) , concluimos que c
n1
= (1)
n
tr A
e, portanto, a igualdade (b).
11 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Exerccio 3.1 Demonstre as seguintes propriedades do trao de uma matriz:
(a) tr(A+B) = tr A+ tr B;
(b) tr(cA) = c tr A (c escalar);
(c) tr A
T
= tr A;
(d) tr(AB) = tr(BA).
Proposio 3.3 Duas matrizes semelhantes tm o mesmo polinmio caracterstico.
Demonstrao. Se A e B so matrizes quadradas semelhantes, existe uma matriz P, invertvel,
tal que B = P
1
AP. Logo,
det(B I) = det
_
P
1
AP I
_
= det
_
P
1
AP P
1
IP
_
= det
_
P
1
(AI) P
_
=
_
det P
1
_
[det (AI)] (det P)
= det (AI) ,
isto , os polinmios caractersticos de A e B coincidem.
Proposio 3.4 Se uma matriz A tem k valores prprios distintos,
1
,
2
, . . . ,
k
, ento os vec-
tores prprios correspondentes, x
1
, x
2
, . . . , x
k
, so linearmente independentes.
Demonstrao. A demonstrao por induo em k. Se k = 1, ento x
1
linearmente indepen-
dente pois x
1
no nulo. Admita-se que o enunciado verdadeiro para os primeiros k 1 valores
prprios distintos
1
,
2
, . . . ,
k1
e provemos que tambm o para k valores prprios distintos

1
,
2
, . . . ,
k
.
Ora os correspondentes vectores prprios x
1
, x
2
, . . . , x
k
, so linearmente independentes se qual-
quer combinao linear nula

1
x
1
+
2
x
2
+ +
k
x
k
=

0
E
(4)
tiver os escalares
i
todos nulos.
Multiplicando esquerda (4) por A obtemos

1
Ax
1
+
2
Ax
2
+ +
k
Ax
k
=

0
E
donde, atendendo a que os x
i
so vectores prprios associados aos
i
, vem

1
x
1
+
2

2
x
2
+ +
k

k
x
k
=

0
E
. (5)
Multiplicando agora (4) por
k
obtemos

k
x
1
+
2

k
x
2
+ +
k

k
x
k
=

0
E
, (6)
e, subtraindo (6) de (5), chegamos a

1
(
1

k
) x
1
+
2
(
2

k
) x
2
+ +
k1
(
k1

k
) x
k1
=

0
E
.
Pela hiptese de induo os k 1 vectores prprios x
1
, x
2
, . . . , x
k1
so linearmente indepen-
dentes, donde
i
(
i

k
) = 0, para i = 1, . . . , k 1. Como os
i
so distintos, tem-se
i
=
k
,
para i = 1, . . . , k 1, donde
i
= 0, para estes valores de i. Substituindo estes
i
em (4) vem

1
x
1
=

0
E
e portanto
1
= 0. Portanto,
1
=
2
= =
k
= 0, o que prova a independncia
linear de x
1
, x
2
, . . . , x
k
.
Suponhamos agora que A tem n valores prprios
1
,
2
, . . . ,
n
, correspondentes aos vectores
prprios x
1
, x
2
, . . . , x
n
. Consideremos a matriz
P =
x
1

x
2

x
n

_
X
1
X
2
X
n
_
,
12 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
em que X
i
a matriz coluna que representa matricialmente x
i
, i = 1, . . . , n. Ento, as equaes
_

_
Ax
1
=
1
x
1
Ax
2
=
2
x
2
.
.
.
Ax
n
=
n
x
n
podem escrever-se matricialmente na forma
AP = PD (7)
em que
D =
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
0 0
n
_
_
_
_
_
uma matriz diagonal, na qual os valores prprios
i
aparecem dispostos na diagonal principal
pela ordem em que os vectores prprios x
i
aparecem colocados nas colunas de P.
Se
1
,
2
, . . . ,
n
forem todos distintos, x
1
, x
2
, . . . , x
n
, so linearmente independentes e conse-
quentemente P invertvel. Logo (7) implica que
P
1
AP = D,
isto , A e D so semelhantes. A matriz A diz-se ento diagonalizvel e P diz-se uma matriz
diagonalizante. Quando A e D representam o mesmo endoformismo em diferentes bases, este
tambm se diz diagonalizvel visto que pode ser representado numa certa base pela matriz diagonal
D. Neste contexto, a matriz P a matriz de mudana de base.
Fica assim demonstrado que:
Proposio 3.5 Se A uma matriz de ordem n e tem n valores prprios distintos, ento A
diagonalizvel.
Exemplo 3.1 Consideremos a matriz A =
_
_
1 2 2
2 1 0
2 0 1
_
_
. Tem-se
|AI| = 0

1 2 2
2 1 0
2 0 1

= 0
2

2 2
1 0

1 2
2 0

+ (1 )

1 2
2 1

= 0
(1 )
_
(1 )
2
8
_
= 0
= 1 = 1 + 2

2 = 1 2

2.
Como A tem trs valores prprios distintos, a proposio anterior garante que A diagonalizvel.
Calculemos os vectores prprios:
Se = 1 tem-se
_
_
0 2 2
2 0 0
2 0 0
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
2x
2
2x
3
= 0
2x
1
= 0
2x
1
= 0

_
x
1
= 0
x
2
= x
3
,
donde E[1] = (0, 1, 1) .
13 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Se = 1 + 2

2 tem-se
_
_
2

2 2 2
2 2

2 0
2 0 2

2
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
2

2x
1
+ 2x
2
2x
3
= 0
2x
1
2

2x
2
= 0
2x
1
2

2x
3
= 0

_
x
1
=

2
x
2
= x
3
donde E
_
1 + 2

2
_
=

2, 1, 1)
_
.
Se = 1 2

2 tem-se
_
_
2

2 2 2
2 2

2 0
2 0 2

2
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
2

2x
1
+ 2x
2
2x
3
= 0
2x
1
+ 2

2x
2
= 0
2x
1
+ 2

2x
3
= 0

_
x
1
=

2
x
2
= x
3
donde E
_
1 2

2
_
=

2, 1, 1)
_
.
Finalmente, sendo
P =
_
_
0

2
1 1 1
1 1 1
_
_
a matriz diagonalizante e
D =
_
_
1 0 0
0 1 + 2

2 0
0 0 1 2

2
_
_
a matriz diagonal que tem na diagonal principal os valores prprios de A, verica-se que
P
1
AP = D.
So relativamente poucas as matrizes que tm todos os valores prprios distintos. Contudo,
sendo A uma matriz com valores prprios
1
,
2
, . . . ,
n
, correspondentes aos vectores prprios
x
1
, x
2
, . . . , x
n
, pode sempre escrever-se a igualdade AP = PD dada em (7). Assim, sempre que P
seja invertvel, A diagonalizvel, pois ter-se- P
1
AP = D. Pode-se pois enunciar:
Proposio 3.6 Seja A uma matriz de ordem n. Ento A diagonalizvel se e s se possvel
encontrar n vectores prprios linearmente independentes.
Nestas condies, tem-se que
P
1
AP = D A = PDP
1
,
onde D a matriz diagonal cujos elementos da diagonal principal so os valores prprios de A e
P a matriz invertvel formada pela disposio em coluna dos correspondentes vectores prprios
linearmente independentes.
Demonstrao. A condio necessria e suciente resulta das consideraes prvias feitas ao
enunciado da proposio.
A igualdade A = PDP
1
resulta de P
1
AP = D, multiplicando ambos os membros desta
ltima, esquerda e direita, por P e P
1
, respectivamente.
Na linguagem das transformaes lineares, o resultado anterior pode ser enunciado como segue:
um endomorsmo T de um espao vectorial E de dimenso nita diagonalizvel se e s se existe
uma base de E formada por vectores prprios de T.
14 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Exemplo 3.2 Consideremos a matriz A =
_
_
2 1 1
2 3 2
3 3 4
_
_
. Tem-se
|AI| = 0

2 1 1
2 3 2
3 3 4

= 0
(2 )

3 2
3 4

2 2
3 4

+ 1

2 3
3 3

= 0

3
+ 9
2
15 + 7 = 0 ( 1)
2
( 7) = 0
= 1 (mult. alg. 2) = 7.
V-se assim que A tem dois valores prprios distintos 1 e 7, o primeiro com multiplicidade algbrica
2.
Se = 1, tem-se
_
_
1 1 1
2 2 2
3 3 3
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
x
1
+x
2
+x
3
= 0
2x
1
+ 2x
2
+ 2x
3
= 0
3x
1
+ 3x
2
+ 3x
3
= 0
x
1
= x
2
x
3
donde E[1] = (1, 1, 0), (1, 0, 1) , constituindo estes vectores uma base do subespao
prprio. Neste caso as multiplicidades algbrica e geomtrica coincidem.
Se = 7 tem-se
_
_
5 1 1
2 4 2
3 3 3
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
5x
1
+x
2
+x
3
= 0
2x
1
4x
2
+ 2x
3
= 0
3x
1
+ 3x
2
3x
3
= 0

_
_
_
x
1
=
1
2
x
2
x
3
=
3
2
x
2
donde E[7] = (1, 2, 3) .
Como os vectores prprios (1, 1, 0), (1, 0, 1) e (1, 2, 3) so linearmente independentes, a ma-
triz diagonalizante
P =
_
_
1 1 1
1 0 2
0 1 3
_
_
De facto, verica-se que A = PDP
1
, onde
D =
_
_
1 0 0
0 1 0
0 0 7
_
_
a matriz diagonal.
Apresenta-se seguidamente o exemplo duma matriz no diagonalizvel.
Exemplo 3.3 Seja A =
_
_
1 1 0
0 2 2
0 2 5
_
_
. Esta matriz no diagonalizvel porque:
A tem valores prprios
1
= 1 e
2
= 6 com multiplicidades algbricas 2 e 1, respectivamente.
E[1] = (1, 5, 10) e E[6] = (1, 0, 0) , isto , ambas as multiplicidades geomtricas so iguais
a 1, donde no possvel obter trs vectores prprios linearmente independentes.
15 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Como j referimos, as multiplicidades algbrica e geomtrica de um valor prprio relacionam-se
como segue:
Proposio 3.7 Seja A uma matriz de ordem n. A multiplicidade geomtrica de um valor prprio
de A inferior ou igual respectiva multiplicidade algbrica.
Demonstrao. Seja um valor prprio de A com multiplicidade algbrica k (k n). Seja P
uma matriz de ordem n, invertvel, em cujas primeiras k colunas esto dispostos k vectores prprios
de A associados ao valor prprio . Ento AP = PB, em que a matriz B tem a forma
B =
_
I
k
B
1
O B
2
_
,
sendo I
k
a matriz identidade de ordem k e O a matriz nula. Assim, P
1
AP = B, ou seja, A e B
so semelhantes pelo que, de acordo com a proposio 3.3, tm os mesmos valores prprios. Ora,
o polinmio caracterstico de B tem a forma (x )
k
q(x), em que q(x) um polinmio de grau
n k. Consequentemente, k inferior ou igual multiplicidade algbrica de .
O valor prprio = 1 da matriz do exemplo 3.3 tem multiplicidade geomtrica 1, inferior
respectiva multiplicidade algbrica, que 2. Deste modo, no possvel obter dois vectores prprios
linearmente independentes associados ao valor prprio = 1, o que inviabiliza a diagonalizao
da matriz. De facto, a condio necessria e suciente da proposio 3.6 pode ser enunciada do
seguinte modo:
Proposio 3.8 Uma matriz diagonalizvel se e s se a multiplicidade algbrica de cada valor
prprio for igual sua multiplicidade geomtrica.
Demonstrao. Exerccio.
4 Teorema de Cayley-Hamilton
Destacamos das restantes propriedades um teorema muito importante em diversas aplicaes, que
estabelece que toda a matriz quadrada satisfaz a sua equao caracterstica.
Teorema 4.1 Seja A uma matriz de ordem n e
p() = det(AI) = (1)
n

n
+c
n1

n1
+ +c
1
+c
0
o seu polinmio caracterstico. Ento A satisfaz a sua equao caracterstica, isto ,
p(A) = O (1)
n
A
n
+c
n1
A
n1
+ +c
1
A+c
0
I = O,
onde O designa a matriz nula.
Demonstrao. A demonstrao baseia-se na seguinte propriedade dos determinantes: Aadj A =
(det A) I. Aplicando esta frmula matriz AI vem
(AI) adj (AI) = p()I. (8)
Os elementos da matriz adj (AI) so, a menos do sinal, determinantes de menores de ordem
n 1 da matriz A. Logo, cada elemento daquela matriz no mais do que um polinmio em de
grau n 1. Podemos ento escrever
adj (AI) =
n1

k=0

k
B
k
16 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
onde cada coeciente B
k
uma matriz de ordem n com elementos escalares. Substituindo em (8)
obtm-se,
(AI)
n1

k=0

k
B
k
= p()I
ou

n
B
n1
+
n1

k=1

k
(AB
k
B
k1
) +AB
0
= (1)
n

n
I +c
n1

n1
I + +c
1
I +c
0
I.
Igualando os coecientes homlogos das potncias de obtm-se as equaes
B
n1
= (1)
n
I
AB
n1
B
n2
= c
n1
I
.
.
.
AB
1
B
0
= c
1
I
AB
0
= c
0
I.
Multiplicando estas equaes sucessivamente por A
n
, A
n1
, . . . , A, I e somando em seguida os
resultados, o primeiro membro da igualdade resultante a matriz nula O de ordem n. Obtm-se
ento
O = (1)
n
A
n
+c
n1
A
n1
+ +c
1
A+c
0
I,
ou seja, p(A) = O.
Vejamos uma aplicao deste teorema ao clculo da inversa de uma matriz.
Assumindo que a matriz A invertvel mutipliquemos a igualdade
(1)
n
A
n
+c
n1
A
n1
+ +c
1
A+c
0
I = O
por A
1
. Resulta ento
(1)
n
A
n1
+c
n1
A
n2
+ +c
1
I +c
0
A
1
= O.
Recordando que c
0
= det(A), tem-se c
0
= 0 pois A invertvel. Dividindo a igualdade anterior por
c
0
e isolando A
1
obtm-se a seguinte frmula que pode ser utilizada para obter a matriz inversa
de A :
A
1
=
1
c
0
_
(1)
n
A
n1
+c
n1
A
n2
+ +c
1
I
_
.
Exemplo 4.1 Consideremos a matriz A =
_
3 1
1 2
_
, cujo polinmio caracterstico p() =

2
5 + 5. Ento
A
1
=
1
5
_
(1)
2
A5I
_
=
1
5
(A5I)
=
1
5
_
2 1
1 3
_
=
_
2/5 1/5
1/5 3/5
_
.
5 Exerccios Resolvidos

1 Mostre que:
(a) Se A uma matriz tal que A
2
= O (matriz nula), ento o nico valor prprio de A
zero.
17 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
(b) Se duas matrizes A e B tm o mesmo vector prprio v, ento v tambm vector prprio
de A+B e AB. Quais so, em ambos os casos, os correspondentes valores prprios?
Resoluo
(a) Suponhamos que A tem um valor prprio = 0 e seja x um vector prprio que lhe est
associado. Ento Ax = x, pelo que multiplicando esquerda ambos os membros desta
igualdade por A vem,
A
2
x = Ax
pois A
2
=O

0 = Ax.
Como = 0, segue-se que Ax =

0 e, portanto, Ax = 0x. Assim, x um vector prprio
associado ao valor prprio nulo. Mas isto absurdo, pois estamos a supor que x est associado
ao valor prprio no nulo . O absurdo partiu de supormos que A tem um valor prprio no
nulo, pelo que o nico valor prprio de A zero.
(b) Sejam respectivamente e os valores prprios de A e B associados a v. Ento, Av = v
e Bv = v, pelo que somando as igualdades membro a membro vem
(A+B) v = ( +) v.
Assim, v vector prprio de A+B, sendo + o valor prprio que lhe est associado.
Por outro lado, v um vector prprio de AB associado ao valor prprio pois,
ABv = A(v) = Av = () v.

2 Considere a matriz A =
_
_
1 1 1
2 2 0
1 a a
_
_
, a parmetro real.
(a) Diga para que valores de a, a matriz admite o valor prprio zero.
(b) Para esse valor de a, determine os restantes valores prprios e os correspondentes vec-
tores prprios.
Resoluo
(a) A matriz admite o valor prprio zero se e s se Ax = 0x Ax =

0 for um sistema
indeterminado, isto , se det A = 0. Ora
det A =

1 1 1
2 2 0
1 a a

2 2
1 a

1 1
1 a

+a

1 1
2 2

= (2a 2),
pelo que a matriz A tem um valor prprio nulo se e s se (2a 2) = 0, ou seja, a = 1.
(b) Para a = 1 tem-se
|AI| = 0

1 1 1
2 2 0
1 1 1

= 0

2 2
1 1

1 1
1 1

+ (1 )

1 1
2 2

= 0
+ (1 ) [(1 ) (2 ) 2] = 0
+ (1 )
_

2
3
_
= 0 ( 2)
2
= 0
= 0 = 2 (mult. alg. 2).
Clculo dos vectores prprios:
18 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Para = 0 vem
_
_
1 1 1
2 2 0
1 1 1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
x
1
+x
2
x
3
= 0
2x
1
+ 2x
2
= 0
x
1
+x
2
+x
3
= 0

_
x
1
= x
2
x
3
= 0
donde E[0] = {(1, 1, 0)} e, portanto, a multiplicidade geomtrica de = 0 1.
Para = 2 vem
_
_
1 1 1
2 0 0
1 1 1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
_
_
x
1
+x
2
x
3
= 0
2x
1
= 0
x
1
+x
2
x
3
= 0

_
x
1
= 0
x
2
= x
3
donde E[2] = (0, 1, 1) e, portanto, a multiplicidade geomtrica de = 2 1.

3 Considere a matriz A =
_
_
1 m 1
1 1 m
1 0 m+ 1
_
_
.
(a) Calcule o polinmio caracterstico de A assim como os seus valores prprios.
(b) Para que valores de m a matriz A diagonalizvel?
(c) Para os valores obtidos encontre uma matriz diagonal D e uma matriz no singular P
tal que A = PDP
1
.
Resoluo
(a) O polinmio caracterstico dado por:
p() = det(AI) =

1 m 1
1 1 m
1 0 m+ 1

= (1 ) (1 ) (m+ 1 ) m[(1) (m+ 1 ) +m] + 1 [0 (1 )]

= (1 ) (1 ) (m+ 1 ) +m(1 ) (1 )
= (1 ) [(1 ) (m+ 1 ) +m1]
= (1 )
_

2
(m+ 2) +m
_
.
Os valores prprios de A so as razes da equao
p() = 0 (1 )
_

2
(m+ 2) +m
_
= 0
Resolvendo esta equao, obtm-se = 1 = m = 2.
(b) Se m / {1, 2}, a matriz A tem 3 valores prprios distintos a que correspondem 3 vectores
prprios linearmente independentes. Consequentemente, de acordo com a proposio 3.5,
ser diagonalizvel. Para analisarmos o caso em que m {1, 2}, vamos obter os vectores
prprios de A :
Se = 1 tem-se
_
_
0 m 1
1 0 m
1 0 m
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
mx
2
= x
3
x
1
= mx
3
pelo que E[1] =

(m
2
, 1, m)
_
.
19 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Se = m tem-se
_
_
1 m m 1
1 1 m m
1 0 1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
x
1
= x
3
x
2
= x
3
pelo que E[m] = (1, 1, 1) .
Se = 2 tem-se
_
_
1 m 1
1 1 m
1 0 m1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
x
1
= (1 m) x
3
x
2
= x
3
e, assim, E[2] = (1 m, 1, 1) .
Vemos pois que, se m = 1, E[m] = E[1], pelo que a multiplicidade algbrica de = 1 2,
sendo a multiplicidade geomtrica igual a 1. Logo, A no diagonalizvel.
Se m = 2, tem-se E[m] = E[2], pelo que tambm neste caso as multiplicidades algbrica e
geomtrica no coincidem, e, portanto, A no diagonalizvel. Conclui-se ento que A
diagonalizvel se e s se m / {1, 2}.
(c) Para m / {1, 2}, tem-se
D =
_
_
1 0 0
0 m 0
0 0 2
_
_
e P =
_
_
m
2
1 1 m
1 1 1
m 1 1
_
_
.
Note-se que det P = m
2
+3m2, quantidade que diferente de zero se m / {1, 2}. Assim
P no singular e verica-se que P
1
AP = D.

4 Sejam P
2
o espao dos polinmios de grau menor ou igual a 2 e {1, x, 1 + x
2
} uma base de
P
2
. Considere as transformaes lineares T, S : P
2
P
2
denidas por T [p(x)] = p

(x) e
S [p(x)] = xp

(x).
(a) Quais as matrizes das transformaes T e S?
(b) As matrizes obtidas em (a) so diagonalizveis? Em caso armativo, indique a matriz
diagonalizante e a matriz diagonal obtida.
Resoluo
(a) Clculo da matriz de T : como
T(1) = 0 = 0 1 + 0 x + 0
_
1 +x
2
_
= (0, 0, 0)
T(x) = 1 = 1 1 + 0 x + 0
_
1 +x
2
_
= (1, 0, 0)
T(1 +x
2
) = 2x = 0 1 + 2 x + 0
_
1 +x
2
_
= (0, 2, 0)
tem-se
A
T
=
_
_
0 1 0
0 0 2
0 0 0
_
_
.
Clculo da matriz de S : como
S(1) = x 0 = 0 = 0 1 + 0 x + 0
_
1 +x
2
_
= (0, 0, 0)
S(x) = x 1 = x = 0 1 + 1 x + 0
_
1 +x
2
_
= (0, 1, 0)
S(1 +x
2
) = x 2x = 2x
2
= 2 1 + 0 x + 2
_
1 +x
2
_
= (2, 0, 2)
20 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
tem-se
A
S
=
_
_
0 0 2
0 1 0
0 0 2
_
_
.
(b) Equao caracterstica da matriz A
T
:
|A
T
I| = 0

1 0
0 2
0 0

= 0

3
= 0 = 0 (mult. alg. 3)
Clculo dos vectores prprios: para = 0 tem-se
(A
T
I) x = 0
_
_
0 1 0
0 0 2
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
x
2
= 0
x
3
= 0
donde E[0] = (1, 0, 0) e, portanto, = 0 tem multiplicidade geomtrica 1. Como no
possvel obter 3 vectores prprios linearmente independentes, A
T
no diagonalizvel.
Equao caracterstica da matriz A
S
:
|A
S
I| = 0

0 2
0 1 0
0 0 2

= 0
(1 ) (2 ) = 0 = 0 = 1 = 2
Clculo dos vectores prprios:
Para = 0, tem-se
(A
S
0I) x = 0
_
_
0 0 2
0 1 0
0 0 2
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
x
2
= 0
x
3
= 0
donde E[0] = (1, 0, 0) ;
Para = 1, tem-se
(A
S
1I) x = 0
_
_
1 0 2
0 0 0
0 0 1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
x
1
= 0
x
3
= 0
donde E[1] = (0, 1, 0) ;
Para = 2, tem-se
(A
S
2I) x = 0
_
_
2 0 2
0 1 0
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_

_
x
1
= x
3
x
2
= 0
donde E[2] = (1, 0, 1) .
21 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
Conclui-se que possvel obter 3 vectores prprios linearmente independentes, os quais cons-
tituem as colunas da matriz diagonalizante:
P =
_
_
1 0 1
0 1 0
0 0 1
_
_
A matriz diagonal a matriz
D =
_
_
0 0 0
0 1 0
0 0 2
_
_
com os valores prprios 0, 1 e 2 dispostos na diagonal principal. De facto, verica-se que
P
1
=
_
_
1 0 1
0 1 0
0 0 1
_
_
1
=
_
_
1 0 1
0 1 0
0 0 1
_
_
e que
PDP
1
=
_
_
1 0 1
0 1 0
0 0 1
_
_
_
_
0 0 0
0 1 0
0 0 2
_
_
_
_
1 0 1
0 1 0
0 0 1
_
_
=
_
_
0 0 2
0 1 0
0 0 2
_
_
= A
S
.

5 Seja A uma matriz de ordem n com valores prprios

1
,
2
, . . . ,
n
, todos distintos, e vectores
prprios x
1
, x
2
, . . . , x
n
.
(a) Mostre que A
n
= PD
n
P
1
, onde D a matriz diagonal com os valores prprios na
diagonal principal e P a matriz cujas colunas so os vectores prprios correspondentes.
(b) Determine A
20
, sendo i) A =
_
1 2
2 1
_
, ii) A =
_
_
2 3 3
1 2 1
1 3 1
_
_
Resoluo
(a) A demonstrao faz-se por induo.
Se A tem os valores prprios todos distintos, ento A diagonalizvel, isto , existe uma
matriz invertvel P e uma matriz diagonal D tais que A = PDP
1
. Logo, a condio A
n
=
PD
n
P
1
verdadeira para n = 1. Admitindo a sua veracidade para n 1, provemos que
verdadeira para n. Ora,
A
n
= A
n1
A =
_
PD
n1
P
1
_ _
PDP
1
_
= PD
n1
_
P
1
P
_
DP
1
= P
_
D
n1
D
_
P
1
= PD
n
P
1
,
como queramos. A 2
a
igualdade deve-se hiptese de induo e as 3
a
, 4
a
e 5
a
justicam-se
pela propriedade associativa da multiplicao de matrizes e pelas denies de matriz inversa
e de potncia de uma matriz.
(b-i) Neste caso tem-se D =
_
1 0
0 3
_
e P =
_
1 1
1 1
_
1
. Logo, P
1
=
_
1/2 1/2
1/2 1/2
_
e
A
20
= PD
20
P
1
=
_
1 1
1 1
__
(1)
20
0
0 3
20
_ _
1/2 1/2
1/2 1/2
_
=
_
1 3
20
1 3
20
_ _
1/2 1/2
1/2 1/2
_
=
1
2
_
3
20
+ 1 3
20
1
3
20
1 3
20
+ 1
_
22 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
(b-ii) Neste caso obtm-se, de forma anloga, A
20
=
_
_
31 90 0
10 29 0
20 60 1
_
_
.

6 Sendo A uma matriz de ordem n, um polinmio matricial em A, p(A), dene-se de maneira

anloga do polinmio escalar:
p(A) = c
m
A
m
+c
m1
A
m1
+ +c
1
A+c
0
I,
em que c
0
, c
1
, . . . , c
n
so os coecientes.
Considerando a matriz A =
_
3 1
1 2
_
, cujo polinmio caracterstico p() =
2
5 + 5,
calculemos o polinmio matricial p(A) = A
4
+ 3A
3
+ 2A
2
+A+I.
Resoluo
Pelo teorema de Cayley-Hamilton, a matriz A satisfaz a sua equao caracterstica, isto ,
A
2
5A+ 5I = O.
Ento,
A
2
= 5A5I,
pelo que
A
4
= A
2
A
2
= (5A5I)
2
= 25A
2
50A+ 25I
= 25 (5A5I) 50A+ 25I = 75A100I
e
A
3
= AA
2
= A(5A5I) = 5A
2
5A
= 5 (5A5I) 5A = 20A25I.
Por conseguinte,
p(A) = A
4
+ 3A
3
+ 2A
2
+A+I = (75A100I) + (60A75I) + 2 (5A5I) +A+I
= 146A184I
6 Exerccios Propostos

1 Determine os valores e vectores prprios das matrizes dadas a seguir. Indique, em cada
caso, uma base do subespao prprio associado a cada valor prprio bem como as respectivas
multiplicidades algbrica e geomtrica.
A =
_
_
1 2 1
2 0 2
1 2 3
_
_
B =
_
_
1 1 1
1 3 1
1 1 1
_
_
C =
_
2 1
0 1
_
D =
_
_
1 1 0
1 0 1
0 1 1
_
_
E =
_
_
2 2 2
1 2 1
1 1 4
_
_
F =
_

_
1 1 0 0
0 1 0 0
0 0 2 0
0 0 0 2
_
_
_
_
G =
_
_
1 0 0
7 1 0
4 3 1
_
_

2 Diga quais das matrizes do exerccio 1 so diagonalizveis. Para estas, indique a matriz
diagonalizante e a matriz diagonal obtida.
23 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5

3 Sejam T e S endomorsmos de um espao vectorial real E de dimenso 3 cujas matrizes a

respeito de uma certa base so, respectivamente,
_
_
1 2 0
2 1 1
0 0 2
_
_
e
_
_
0 0 0
0 1 0
1 2 1
_
_
.
Determine os valores e vectores prprios de T, S e de S T.

4 Suponha que a matriz D do exerccio 1 representa uma transformao linear T relativamente

base cannica de R
3
. Considerando a base {u
1
= (1, 1, 1), u
2
= (1, 1, 0), u
3
= (1, 0, 0)} qual
a matriz representativa de T? Que relao existe entre os valores prprios desta matriz e
os da matriz D? Qual a matriz de mudana de base?

5 Considere a matriz A =
_
0 1
m m+ 1
_
onde m um nmero real.
(a) Calcule o polinmio caracterstico de A assim como os seus valores prprios.
(b) Para que valores de m, a matriz A diagonalizvel?

6 Sendo A uma matriz de ordem n, prove que:

(a) Se valor prprio de A, ento
k
valor prprio de A
k
(k N).
(b) Se det A = 0 e valor prprio de A, ento
1
valor prprio de A
1
.
(c) As matrizes A e A
T
tm os mesmos valores prprios.
(d) Sendo B outra matriz de ordemn, os produtos AB e BA tm os mesmos valores prprios.
(e) A invertvel se e s se = 0 no valor prprio de A.
(f) Se existe k N tal que A
k
= 0, zero o nico valor prprio de A.

7 Seja A uma matriz de ordem n idempotente. Que relao existe entre os valores e vectores
prprios de A e A
2
?

8 Seja A uma matriz de ordem 3 tal que

A
_
_
1
1
1
_
_
=
_
_
2
2
2
_
_
, A
_
_
0
1
2
_
_
=
_
_
0
3
6
_
_
e A
_
_
0
0
1
_
_
=
_
_
0
0
3
_
_
.
(a) Indique os valores prprios de A e as respectivas multiplicidades algbricas.
(b) Indique o polinmio caracterstico da matriz A.
(c) Indique, se existir, uma matriz diagonal semelhante a A.
(d) Determine, explicitamente, uma matriz A nas condies do enunciado.

9 Seja A =
_
_
1 a b
a 1 c
b c 1
_
_
, com a, b, c R. Determine a, b, c e os valores prprios
1
,
2
,
3
de A de modo que x
1
= (1, 1, 2), x
2
= (1, 1, 0) e x
3
= (1, 1, 1) sejam vectores prprios
associados a
1
,
2
,
3
, respectivamente.

10 Considere o endomorsmo de R
2
denido por f(x, y) = (x, x +ay) , em que a R.
(a) Para que valores de a a matriz representativa de f diagonalizvel?
24 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
(b) Sendo A a matriz representativa de f na base cannica, para os valores obtidos na alnea
(a) encontre uma matriz diagonal D e uma matriz no singular P tal que A = PDP
1
.

11 Considere a transformao linear T : C

3
C
3
que, em realo base cannica de C
3
, tem
representao matricial
A =
_
_
0 1 0
1 0 0
0 0 1
_
_
.
(a) Calcule os valores prprios e os vectores prprios de T e indique, justicando, se existe
uma base de C
3
em relao qual a representao matricial de T diagonal. Em caso
armativo, obtenha a referida base, a correspondente matriz diagonal D e a matriz
diagonalizante P tal que D = P
1
AP.
(b) Resolva a alnea (a) para o caso em que T igualmente denida por A, mas substituindo
C
3
por R
3
.
(c) Prove que existe n N tal que A
n
= I e determine o menor valor de n com esta
propriedade.

12 Considere a matriz A =
_
_
2 2 2
2 2 2
2 2 2
_
_
.
(a) Calcule o polinmio caracterstico assim como os valores e vectores prprios de A.
(b) Prove que A diagonalizvel e determine uma matriz no singular P tal que P
1
AP
seja diagonal.
(c) Mostre que A no singular e utilize a alnea anterior para calcular A
1
.
(d) Prove que
_
A
2
16I
_
(A+ 2I) a matriz nula, onde I a matriz identidade de ordem
3. Aproveite este resultado para obter A
1
.

13 Seja T um endomorsmo de R
3
tal que o subespao gerado pelo vector (1, 1, 1) invariante
para T, assim como o subespao
S = {(x, y, z) R
3
: x +y +z = 0}.
Sabendo que T(0, 0, 1) = (1, 1, 1), determine a forma da matriz que representa T na base
cannica de R
3
.

14 Dada a matriz A =
_
_
6
1
2
2
1
2
2
1
2
2
1
2
6
1
2
2
1
2
0 0 4
_
_
, determine uma matriz B tal que B
2
= A.

15 Sejam F
1
, F
2
, . . . , F
k
subespaos de um espao vectorial E. Diz-se que o subespao S =
F
1
+F
2
+ +F
k
uma soma directa e representa-se por S = F
1
F
2
F
k
quando,
para cada i {1, 2, . . . , k} se tem F
i

_
_
k

j=1,j=i
F
j
_
_
= {

0}.
(a) Mostre que S = F
1
F
2
F
k
se e s se para quaisquer vectores

f
1
F
1
,

f
2
F
2
,
. . . ,

f
k
F
k
vlida a implicao

f
1
+

f
2
+ +

f
k
=

0

f
1
=

f
2
= =

f
k
=

0.
(equivale a dizer que o vector

0 se escreve de maneira nica como soma de k vectores,
pertencentes respectivamente a F
1
, F
2
, . . . , F
k
).
25 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
(b) Sendo T um endomorsmo de um espao vectorial E,
1
,
2
, . . . ,
k
, k vectores prprios
distintos de T e E[
1
], E[
2
], . . . , E[
k
] os respectivos subespaos prprios associados,
prove que:
i. E[
1
] +E[
2
] + +E[
k
] uma soma directa.
ii. T diagonalizavel se e s se E = E[
1
] E[
2
] E[
k
].
7 Solues dos Exerccios Propostos
1. A :
0 2
E[] (1, 1, 1) (1, 0, 1)
m.alg. 1 2
m. geom. 1 1
; B :
1 2
E[] (1, 1, 1) (1, 1, 0), (1, 0, 1)
m.alg. 1 2
m. geom. 1 2
;
C :
1 2
E[] (1, 1) (1, 0)
m.alg. 1 1
m. geom. 1 1
; D :
1 1 2
E[] (1, 2, 1) (1, 0, 1) (1, 1, 1)
m.alg. 1 1 1
m. geom. 1 1 1
;
E :
3 +i

2 3 i

2 2
E[]

(
4
3

2
3
i

2,
1
3

1
3
i

2, 1)
_
(
4
3
+
2
3
i

2,
1
3
+
1
3
i

2, 1)
_
(1, 1, 1)
m.alg. 1 1 1
m. geom. 1 1 1
;
F :
2 2 1
E[] (0, 0, 0, 1) (0, 0, 1, 0) (1, 0, 0, 0)
m.alg. 1 1 2
m. geom. 1 1 1
; G :
1
E[] (0, 0, 1)
m.alg. 3
m. geom. 1
2.
Matriz Diagonalizvel ? P D
A No
B Sim

1 1 1
1 1 0
1 0 1

1 0 0
0 2 0
0 0 2

C Sim

1 1
0 1

2 0
0 1

D Sim

1 1 1
0 1 2
1 1 1

1 0 0
0 2 0
0 0 1

E Sim

4
3

2
3

2i
4
3
+
2
3

2i 1

1
3

1
3

2i
1
3
+
1
3

2i 1
1 1 1

3 +

2i 0 0
0 3

2i 0
0 0 2

F No
G No
3. T :
2
E[] (2, 1, 5)
; S :
0 1
E[] (1, 0, 1) (0, 0, 1)
S T :
0 1 4
E[] (4, 3, 5) (0, 1, 0) (0, 1, 3)
4. A
T
({u
1
, u
2
, u
3
}) =
_
_
2 1 0
0 0 1
0 1 0
_
_
. Todas as matrizes que representam uma transformao linear
relativamente a diferentes bases so semelhantes e, por isso, tm os mesmos valores prprios.
26 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5
P =
_
_
1 1 1
1 1 0
1 0 0
_
_
.
5. (a) p() =
2
(m+ 1) +m, valores prprios. = m e = 1; (b) se m= 1, os valores prprios
so distintos e existem 2 vectores prprios linearmente independentes. A matriz , portanto,
diagonalizvel neste caso. Se m = 1, a matriz tem um nico valor prprio ( = 1) de multiplicidade
algbrica 2 e multiplicidade geomtrica 1, pelo que no diagonalizvel.
8 (a) 2 e 3 com multiplicidades algbricas 1 e 2, respectivamente; (b) p() = (1)
3
( 2) ( + 3)
2
=

3
4
2
+ 3 + 18; (c)
_
_
2 0 0
0 3 0
0 0 3
_
_
; (d) A =
_
_
2 0 0
5 3 0
5 0 3
_
_
9. b = c, a +c = 2,
1
= c 1,
2
= c + 3 e
3
= 2c 1.
10. (a) a = 1; (b) D =
_
1 0
0 a
_
; P =
_
1 a 0
1 1
_
.
11. (a) Existe, D =
_
_
1 0 0
0 i 0
0 0 i
_
_
, P =
_
_
0 1 1
0 i i
1 0 0
_
_
; (b) No existe; (c) n = 4.
12. (a) p() =
3
16 + 2
2
32; P =
_
_
1 1 1
1 1 1
1 0 2
_
_
, P
1
AP =
_
_
2 0 0
0 4 0
0 0 4
_
_
; (c)
A
1
=
_
_
1/4 0 1/4
0 1/4 1/4
1/4 1/4 0
_
_
.
13.
_
_
1 + + 1 1
1 1 + 1
1 1 + 1
_
_
, com , R.
14.
_
_
5/2 1/2 1/2
1/2 5/2 1/2
0 0 2
_
_
.
Referncias
[1] Agudo, F. R. D., Introduo lgebra Linear e Geometria Analtica, Livraria Escolar Editora,
1996.
[2] Apostol, T., Calculus, Vol 2, Editorial Revert, 1975.
[3] Giraldes, E., Fernandes, V. H. e Smith, M. P. M, Curso de lgebra Linear e Geometria Anal-
tica, Editora McGraw-Hill de Portugal, 1995.
[4] Luz, C., Matos, A. e Nunes, S., lgebra Linear (Volume I), 2
a
edio, EST Setbal, 2003.
[5] Magalhes, L. T., lgebra Linear como Introduo a Matemtica Aplicada, Texto Editora, 1991.
[6] Strang, G., Linear Algebra and Its Applications, Academic Press, New York, 1980.
27 M A I C A n o L e c t i vo 2 0 0 4 / 2 0 0 5